基于BP神经网络的软件项目风险评价研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 前言 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·主要研究内容 | 第11-13页 |
| 第2章 软件项目风险管理相关理论 | 第13-24页 |
| ·基本概念 | 第13-16页 |
| ·风险的概念 | 第13页 |
| ·软件项目相关概念 | 第13-16页 |
| ·软件项目风险概述 | 第16-18页 |
| ·软件项目风险概念 | 第16页 |
| ·软件项目风险分类 | 第16-18页 |
| ·软件项目风险管理概述 | 第18-23页 |
| ·软件项目风险管理概念 | 第18-19页 |
| ·软件项目风险管理过程 | 第19页 |
| ·软件项目风险管理模型 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 软件项目风险评价指标体系设计 | 第24-35页 |
| ·软件项目风险识别 | 第24-29页 |
| ·风险识别的内涵 | 第24页 |
| ·风险识别的方法 | 第24-27页 |
| ·基本风险因素识别 | 第27-29页 |
| ·软件项目风险评价指标体系构建 | 第29-34页 |
| ·指标体系设计原则 | 第29-31页 |
| ·评价指标体系的建立 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 软件项目风险评价模型构建 | 第35-49页 |
| ·软件项目风险评价方法 | 第35-38页 |
| ·风险评价方法简介 | 第35-36页 |
| ·风险评价方法比选 | 第36-38页 |
| ·B P 神经网络理论基础 | 第38-42页 |
| ·BP 神经网络基本理论 | 第38-39页 |
| ·BP 神经网络学习算法 | 第39-42页 |
| ·B P 神经网络模型设计 | 第42-45页 |
| ·网络层数的确定 | 第42页 |
| ·各层神经元数目的确定 | 第42-43页 |
| ·激励函数的选取 | 第43-45页 |
| ·网络学习参数的选取 | 第45页 |
| ·面向 MATLAB 的 BP 神经网络设计 | 第45-48页 |
| ·BP 神经网络的创建 | 第46页 |
| ·BP 神经网络的初始化 | 第46页 |
| ·BP 神经网络的训练 | 第46-48页 |
| ·BP 神经网络的仿真 | 第48页 |
| ·训练结果分析 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第5章 软件项目风险评价实证分析 | 第49-56页 |
| ·模型的训练及检测 | 第49-53页 |
| ·样本数据的选取 | 第49-50页 |
| ·网络结构的确定 | 第50-51页 |
| ·模型的训练 | 第51-53页 |
| ·模型的检测 | 第53页 |
| ·案例项目风险评价分析 | 第53-55页 |
| ·案例项目概况 | 第53-54页 |
| ·案例项目风险评价 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间取得的学术成果 | 第62-63页 |
| 致谢 | 第63页 |
